使用FastAPI操作DataFrame遇异常：无法向DataFrame添加行

错误原因 #

你遇到的UnboundLocalError是因为：在函数内部对df_marks执行赋值操作时，Python会自动将其判定为局部变量，但你在赋值语句df_marks = df_marks.append(...)里先引用了这个未定义的局部变量，从而触发报错。

同时代码还有几个潜在问题：

• 两个GET路由使用了同名的get_index函数，会导致后定义的路由覆盖前一个
• pandas的append方法已在2.0+版本中被弃用，建议改用pd.concat
• PUT请求硬编码了新增数据，不符合接口设计逻辑，应该接收客户端传入的参数

具体修复方案 #

方案1：使用global声明全局变量（简单但不推荐多线程场景） #

在需要修改全局df_marks的函数里，先声明global df_marks，明确告诉Python该变量是全局的：

import pandas as pd 
from fastapi import FastAPI
from pydantic import BaseModel

data = {'name': ['Somu', 'Kiku', 'Amol', 'Lini'], 'marks': ['A', "B", "C", "A"]}
df_marks = pd.DataFrame(data)

api = FastAPI(title='my_API')

# 修复路由函数重名问题，改为get_single_data
@api.get('/') 
def get_single_data():
    return df_marks.iloc[1,1]

@api.get('/test') 
def test_add_data():
    global df_marks  # 声明使用全局变量
    # 注意保持列与原DataFrame一致，避免新增无意义列
    new_line = pd.DataFrame({'name':['Jo'], 'marks':["A"]})
    df_marks = pd.concat([df_marks, new_line], ignore_index=True)  # 替换弃用的append
    return df_marks.iloc[1,1]

# 定义请求体模型，接收客户端传来的数据
class MarkItem(BaseModel):
    name: str
    marks: str

@api.put('/add') 
def add_user(item: MarkItem):
    global df_marks
    new_line = pd.DataFrame([item.dict()])  # 将Pydantic模型转为DataFrame行
    df_marks = pd.concat([df_marks, new_line], ignore_index=True)
    return df_marks.iloc[1,1]

方案2：将DataFrame绑定到FastAPI实例（推荐，更符合Web应用规范） #

把df_marks作为FastAPI实例的属性，避免全局变量的潜在线程安全问题：

import pandas as pd 
from fastapi import FastAPI
from pydantic import BaseModel

data = {'name': ['Somu', 'Kiku', 'Amol', 'Lini'], 'marks': ['A', "B", "C", "A"]}

api = FastAPI(title='my_API')
api.df_marks = pd.DataFrame(data)  # 将DataFrame绑定到api实例

@api.get('/') 
def get_single_data():
    return api.df_marks.iloc[1,1]

@api.get('/test') 
def test_add_data():
    new_line = pd.DataFrame({'name':['Jo'], 'marks':["A"]})
    api.df_marks = pd.concat([api.df_marks, new_line], ignore_index=True)
    return api.df_marks.iloc[1,1]

class MarkItem(BaseModel):
    name: str
    marks: str

@api.put('/add') 
def add_user(item: MarkItem):
    new_line = pd.DataFrame([item.dict()])
    api.df_marks = pd.concat([api.df_marks, new_line], ignore_index=True)
    return api.df_marks.iloc[1,1]

额外说明 #

1. 你之前新增的行用了physics列，但原DataFrame只有name和marks列，会导致新增无意义列，建议保持列一致，避免后续读取异常。
2. FastAPI是多线程框架，如果是生产环境，直接修改内存中的DataFrame会有线程安全问题，建议使用数据库存储数据，而非内存中的DataFrame。

内容的提问来源于stack exchange，提问作者bum